10.16351/j.1672-6987.2015.03.022
小样本道路旅行时间数据中的异常点剔除算法
利用车牌照匹配技术获取的小样本旅行时间数据中通常夹杂大量异常点,无法直接用以表征当前交通状态及交通旅行时间数据的动态、离散、小样本等特性,在传统剔除算法的基础上,提出了一种统计分析与模糊C均值聚类相结合的异常点剔除新方法.将新剔除方法与传统剔除方式效果进行分析比较,得出一种精确度较高的异常点剔除方法.仿真结果表明,该方法在处理交通小样本数据上,大幅度提高了异常点检测的准确性,能够有效过滤异常数据.
智能交通、旅行时间、统计分析、模糊C均值聚类、异常点剔除
36
U491.2+65(交通工程与公路运输技术管理)
2015-08-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
346-349,354